改進的灰色模型及其在珩磨尺寸預測中的應用
發(fā)布時間:2021-12-10 06:38
珩磨加工是缸筒類零件加工的最后一道工序,故珩磨加工質(zhì)量的好壞直接影響零件最終質(zhì)量和使用性能,保證其加工精度變得越來越迫切。而加工尺寸精度又是衡量其加工質(zhì)量的重要指標之一,但是珩磨加工過程的不確定性和非線性等特點會導致傳統(tǒng)的粗珩過程出現(xiàn)珩磨加工尺寸超差的問題。建立適應于珩磨加工的尺寸預測模型,通過在線測量系統(tǒng)實時監(jiān)控加工過程在線修正加工參數(shù),成為有效保證加工尺寸精度及控制珩磨加工質(zhì)量的有效手段之一。本文針對珩磨加工尺寸精度問題,建立了預報模型和優(yōu)化算法,主要研究內(nèi)容包括:(1)以經(jīng)典GM(1,1)預測模型為研究對象,以提高經(jīng)典GM(1,1)預測模型預測精度和可靠性為目標,通過分析影響經(jīng)典GM(1,1)預測模型的建模過程因素,并針對影響因素對經(jīng)典GM(1,1)預測模型進行一系列的改進。采用背景值重構(gòu)和參數(shù)累積估計改進的方法,建立累積AGM(1,1)預測模型;將改進后的預測模型應用到珩磨加工尺寸預報中,通過仿真實驗驗證該模型的適用性和預測精度;在此基礎上,為了解決預測模型在中長期預測上的應用,采用等維遞補方法,建立等維遞補-累積AGM((1,1)預測模型,根據(jù)預測信息或?qū)崟r加工信息添加到建模...
【文章來源】:蘭州理工大學甘肅省
【文章頁數(shù)】:74 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 機械加工尺寸預報模型建立的研究現(xiàn)狀
1.3 課題來源
1.4 本文的研究內(nèi)容
第2章 灰色GM(1,1)模型理論及優(yōu)化研究
2.1 灰色系統(tǒng)基本理論
2.1.1 灰色系統(tǒng)理論的提出
2.1.2 灰色系統(tǒng)理論基本原理
2.1.3 灰色序列算子的生成
2.1.4 灰色模型的優(yōu)點
2.1.5 灰色系統(tǒng)理論研究現(xiàn)狀
2.2 經(jīng)典灰色GM(1,1)模型的建立
2.3 灰色GM(1,1)模型的改進
2.3.1 灰色GM(1,1)預測模型背景值誤差原因分析
2.3.2 累積AGM(1,1)模型建模過程
2.3.3 等維遞補-累積AGM(1,1)預測模型
2.4 本章小結(jié)
第3章 支持向量回歸機參數(shù)優(yōu)化方法研究
3.1 支持向量機概述
3.1.1 支持向量機的提出
3.2 支持向量回歸機介紹
3.2.1 線性支持向量回歸機
3.2.2 非線性支持向量回歸機
3.3 支持向量回歸機核函數(shù)及其參數(shù)性能研究
3.4 支持向量回歸機參數(shù)優(yōu)化研究
3.4.1 灰狼優(yōu)化算法概述
3.4.2 標準灰狼優(yōu)化算法研究
3.4.3 灰狼優(yōu)化算法行為分析
3.4.4 適應度函數(shù)
3.5 灰狼優(yōu)化算法優(yōu)化SVR的參數(shù)
3.6 本章小結(jié)
第4章 珩磨尺寸預測實驗驗證與分析
4.1 實驗數(shù)據(jù)來源
4.2 各預測模型的預測過程描述
4.2.1 經(jīng)典灰色GM(1,1)建模過程
4.2.2 累積AGM(1,1)建模過程
4.2.3 等維遞補-累積AGM(1,1)建模過程
4.2.4 基于SVR殘差修正的等維遞補-累積AGM(1,1)組合模型
4.5 四種預測模型精度對比分析
4.6 本章小結(jié)
第5章 結(jié)論與展望
5.1 全文總結(jié)
5.2 不足與展望
參考文獻
致謝
附錄A 攻讀碩士學位期間所發(fā)表的學術(shù)論文
附錄B 本文涉及的MATLAB程序
1.向量回歸機參數(shù)尋優(yōu)程序
2.訓練預測程序
本文編號:3532089
【文章來源】:蘭州理工大學甘肅省
【文章頁數(shù)】:74 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 機械加工尺寸預報模型建立的研究現(xiàn)狀
1.3 課題來源
1.4 本文的研究內(nèi)容
第2章 灰色GM(1,1)模型理論及優(yōu)化研究
2.1 灰色系統(tǒng)基本理論
2.1.1 灰色系統(tǒng)理論的提出
2.1.2 灰色系統(tǒng)理論基本原理
2.1.3 灰色序列算子的生成
2.1.4 灰色模型的優(yōu)點
2.1.5 灰色系統(tǒng)理論研究現(xiàn)狀
2.2 經(jīng)典灰色GM(1,1)模型的建立
2.3 灰色GM(1,1)模型的改進
2.3.1 灰色GM(1,1)預測模型背景值誤差原因分析
2.3.2 累積AGM(1,1)模型建模過程
2.3.3 等維遞補-累積AGM(1,1)預測模型
2.4 本章小結(jié)
第3章 支持向量回歸機參數(shù)優(yōu)化方法研究
3.1 支持向量機概述
3.1.1 支持向量機的提出
3.2 支持向量回歸機介紹
3.2.1 線性支持向量回歸機
3.2.2 非線性支持向量回歸機
3.3 支持向量回歸機核函數(shù)及其參數(shù)性能研究
3.4 支持向量回歸機參數(shù)優(yōu)化研究
3.4.1 灰狼優(yōu)化算法概述
3.4.2 標準灰狼優(yōu)化算法研究
3.4.3 灰狼優(yōu)化算法行為分析
3.4.4 適應度函數(shù)
3.5 灰狼優(yōu)化算法優(yōu)化SVR的參數(shù)
3.6 本章小結(jié)
第4章 珩磨尺寸預測實驗驗證與分析
4.1 實驗數(shù)據(jù)來源
4.2 各預測模型的預測過程描述
4.2.1 經(jīng)典灰色GM(1,1)建模過程
4.2.2 累積AGM(1,1)建模過程
4.2.3 等維遞補-累積AGM(1,1)建模過程
4.2.4 基于SVR殘差修正的等維遞補-累積AGM(1,1)組合模型
4.5 四種預測模型精度對比分析
4.6 本章小結(jié)
第5章 結(jié)論與展望
5.1 全文總結(jié)
5.2 不足與展望
參考文獻
致謝
附錄A 攻讀碩士學位期間所發(fā)表的學術(shù)論文
附錄B 本文涉及的MATLAB程序
1.向量回歸機參數(shù)尋優(yōu)程序
2.訓練預測程序
本文編號:3532089
本文鏈接:http://sikaile.net/kejilunwen/jiagonggongyi/3532089.html
最近更新
教材專著